AI навлиза в банките и това е само началото

Най-емблематичните коментари относно вкарването на изкуствения интелект в банковия сектор дойдоха преди близо шест години от тогавашните директори на Deutsche Bank и Citigroup. Те прогнозираха, че AI може да замени в бъдеще съответно около половината от 98-хилядния състав на Deutsche Bank и 30% от работните места в американската финансова институция.

Двете предположения са както много оптимистични, така и доста песимистични – зависи от гледната точка на управлението или служителите. Оттогава насам числеността на служителите на Deutsche Bank е намаляла само с 10%, но това дори не е толкова свързано с AI революцията, колкото с действията за намаляване на разходите.

Надеждите за по-нататъшното въздействие на AI върху банковия сектор остават големи и са свързани предимно с по-добра ефективност.

Анализаторите на Goldman Sachs изчисляват, че 300 милиона работни места на пълен работен ден в световен мащаб могат да бъдат изложени на автоматизация от генеративен AI.

Така от Deutsche Bank описват бума на изкуствения интелект като

най-голямата възможност за нашата индустрия“ и за стимулиране на ефективността и по-доброто изживяване на клиентите.

Според друга водеща банка на континента – британската HSBC

финансовите услуги са най-подходящи за използване на AI“.

Според банката дори изкуственият интелект може да бъде много по-добър при изпълнение на регулаторни задължения, особено по отношение на финансовите престъпления.

Софтуерната компания Accenture обсъжда процеса с „дузини“ кредитни институции и според нея тези, които се гмурнат първи, ще имат най-големи ползи от промените. Според специалистите на компанията банките използват AI като инструмент за привличане на клиенти, тъй като банките могат да предлагат услуги по по-персонализиран начин чрез адаптиране на промоции въз основа на клиентски профили, изградени с помощта на AI.

Deutsche Bank вече използва изкуствения интелект, за да кодира по-добре и по-бързо. С между 8 и 10 хиляди инженери, които пишат код всеки ден, банката се надява на двуцифрен ръст на производителността в проценти. Германският кредитор също изпробва AI, за да обработва IT и HR въпроси на персонала и се надява същата технология да бъде имплементирана за някои взаимодействия с клиенти, които се нуждаят от вид одобрение.

В инвестиционното банкиране Deutsche Bank използва AI, за да разшири моделите за кредитен риск, като вземе предвид по-широк набор от нефинансови фактори, особено свързани с климата. Банката описва това като инструмент за

подпомагане вземането на решения, а не за вземане на решения“.

Германската банка използва изкуствен интелект, за да сканира портфейлите на богати клиенти.

HSBC пък вече използва AI в инструмент за борба с прането на пари. Той е разработен с Google и вече е достъпен за по-широката индустрия на финансовите услуги, както и за прогнозиране кога парите в по-старите банкомати ще свършат. Инструментът извършва и редовни прегледи на риска на около 400 000 търговски банкови заеми в Обединеното кралство.

Френската банка BNP Paribas SA използва чатботове, за да отговаря на въпроси на клиенти, докато AI се стреми да открива и предотвратява измами и пране на пари. По подобен начин Cast на Societe Generale използва изчислителната си мощ, за да сканира за възможно неправомерно поведение на капиталовите пазари. Инструментът работи на 26 езика и обработва 2.5 милиона часа разговори и 347 милиона имейла всяка година.

Отвъд Океана банките на Уолстрийт са едни от най-ентусиазираните около AI. Те виждат бъдещето до голяма степен като колаборация с изкуствения интелект. Според нови данни от консултантската компания Evident около 40% от всички свободни работни позиции там са за служители, свързани с AI.

Водеща е JPMorgan. Най-голямата американска банка е рекламирала в световен мащаб 3651 роли, свързани с AI, от февруари до април, което е почти два пъти повече от най-близките ѝ конкуренти от Citigroup и Deutsche Bank.

Потенциалната награда за бизнеса е, че ежедневните задачи ще се обработват по-ефективно, а сложният анализ и моделирането на риска – по-бързо и лесно. Това е особено изкушаващо в банкирането, където масиви от данни са в основата на все по-сложни инвестиционни решения.